刘现印,李玉琳,尹斌,田沁

• 1:山东省国土测绘院
• 2:深圳市数字城市工程研究中心
• 3:自然资源部城市国土资源监测与仿真重点实验室

摘要(Abstract)：

中文地址解析是中文地址匹配最核心的问题。针对当前比较流行的基于条件随机场(CRF)或者基于规则的中文地址解析方法,该文结合深度学习中的双向门控循环网络(BiGRU)和CRF的方法来实现中文地址分词;并且针对当前的层次地址模型和四词位标注体系,该文采用了基于空间关系地址模型和五词位的标注方法。然后分别采用基于规则的模型、CRF、BiGRU+SoftMax和BiGRU+CRF模型进行对比实验,发现该文提出的BiGRU+CRF模型配上新的空间关系地址模型及标注体系,可以对地址解析方面有更好的效果。

关键词(KeyWords)： 空间关系地址模型;中文地址解析;深度学习;双向门控循环网络(BiGRU)

Abstract:

Keywords:

基金项目(Foundation): 山东省重大科技创新工程项目(2019JZZY020103);; 山东省“十三五”基础测绘规划基金资助项目(201605097)

作者(Author): 刘现印,李玉琳,尹斌,田沁

DOI: 10.16251/j.cnki.1009-2307.2021.08.023

参考文献(References)：

• [1]肖昕．空间信息可视化关键技术与方法研究[D]．广州：华南师范大学，2005.(XIAO Xin.Research on key technologies and methods of spatial information visualization[D].Guangzhou:South China Normal University,2005．）
• [2]HAHMANN S,BURGHARDT D.How much information is geospatially referenced?Networks and cognition[J].International Journal of Geographical Information Science,2013,27(6):1171-1189．
• [3]GOLDBERG D W,WILSON J P,KNOBLOCK C A.From text to geographic coordinates:the current state of geocoding[J].URISA Journal,2007,19(1):33-46．
• [4]江洲，李琦．地理编码（Geocoding）的应用研究[J]．地理与地理信息科学，2003,19(3):22-25.(JIANGZhou,LI Qi.Research on the applications of geocoding[J].Geography and Geo-Information Science,2003,19(3):22-25．）
• [5]TIAN Qin,REN Fu,HU Tao,et al.Using an optimized Chinese address matching method to develop ageocoding service:a case study of Shenzhen,China[J].ISPRSInternational Journal of Geo-Information,2016,5(5):65．
• [6]于焕菊，齐清文，李云岭．街道的城市地址编码模型与实验[J]．地球信息科学学报，2013,15(2):175-179.(YUHuanju,QI Qingwen,LI Yunling.Study on city address geocoding model based on street[J].Journal of Geo-information Science,2013,15(2):175-179．）
• [7]李军，李琦，毛东军，等．北京市地理编码数据库的研究[J]．计算机工程与应用，2004,40(2):1-3.(LI Jun,LIQi,MAO Dongjun,et al.Research on Beijing geocoding database[J].Computer Engineering and Applications,2004,40(2):1-3．）
• [8]宋子辉．自然语言理解的中文地址匹配算法[J]．遥感学报，2013,17(4):788-801.(SONG Zihui.Address matching algorithm based on Chinese natural language understanding[J].Journal of Remote Sensing,2013,17(4):788-801．）
• [9]亢孟军，杜清运，王明军．地址树模型的中文地址提取方法[J]．测绘学报，2015,44(1):99-107.(KANGMengjun,DU Qingyun,WANG Mingjun.A new method of Chinese address extraction based on address tree model[J].Acta Geodaetica et Cartographica Sinica,2015,44(1):99-107．）
• [10]谢小蕙．地理编码原理及方法研究[D]．长沙：中南大学，2006.(XIE Xiaohui.Research on the principal and methods of geocding[D].Changsha:Central South University,2006．）
• [11]赵欢，朱红权．基于双数组Trie树中文分词研究[J]．湖南大学学报（自然科学版），2009,36(5):77-80.(ZHAOHuan,ZHU Hongquan.Research of Chinese word segmentation based on double-array trie[J].Journal of Hunan University(Natural Sciences),2009,36(5):77-80．）
• [12]李莉，丁忆，周建．重庆市标准地址模型与地址库研究与实践[J]．地理信息世界，2014,21(4):83-88.(LI Li,DING Yi,ZHOU Jian.Research and application on standard address model and address database of Chongqing[J].Geomatics World,2014,21(4):83-88．）
• [13]臧英斐，王斌，瞿晓雯．重庆市中文语义地址模型构建方法探讨[J]．地理空间信息，2015,13(3):122-125.(ZANG Yingfei,WANG Bin,QU Xiaowen.Construction method of Chinese semantic address model in Chongqing[J].Geospatial Information,2015,13(3):122-125．）
• [14]周海，杜泽欣，范瑞杰，等．空间关系地址模型及其表达模式分析[J]．测绘工程，2016,25(5):25-31.(ZHOUHai,DU Zexin,FAN Ruijie,et al.Address model based on spatial-relation and its analysis of expression patterns[J].Engineering of Surveying and Mapping,2016,25(5):25-31．）
• [15]曹卫峰．中文分词关键技术研究[D]．南京：南京理工大学，2009.(CAO Weifeng.Research on key techniques of Chinese segmentation[D].Nanjing:Nanjing University of Science and Technology,2009．）
• [16]程昌秀，于滨．一种基于规则的模糊中文地址分词匹配方法[J]．地理与地理信息科学，2011,27(3):26-29.(CHENG Changxiu,YU Bin.A rule-based segmenting and matching method for fuzzy Chinese addresses[J].Geography and Geo-Information Science,2011,27(3):26-29．）
• [17]王克永，刘纪平，罗安，等．前后缀与特征词相结合的地名地址提取[J]．测绘通报，2016(2):64-68.(WANGKeyong,LIU Jiping,LUO An,et al.Extracting toponomy and location based on the combination of prefix and suffix with feature words[J].Bulletin of Surveying and Mapping,2016(2):64-68．）
• [18]张雪英，闾国年，李伯秋，等．基于规则的中文地址要素解析方法[J]．地球信息科学学报，2010,12(1):9-16.(ZHANG Xueying,LYU Guonian,LI Boqiu,et al.Rule-based approach to semantic resolution of Chinese addresses[J].Journal of Geo-information Science,2010,12(1):9-16．）
• [19]丁林芳．基于层次隐马尔科夫模型的中文地址切分标注系统[D]．北京：北京大学，2010.(DING Linfang.Chinese address segmentation and labeling system based on hierarchical hidden Markov model[D].Beijing:Peking University,2010．）
• [20]郑家恒，张辉．基于HMM的中国组织机构名自动识别[J]．计算机应用，2002,22(11):1-2.(ZHENG Jiaheng,ZHANG Hui.Recognition of HMM-based Chinese institution terms[J].Computer Applications,2002,22(11):1-2．）
• [21]段艳会，李晓林，黄爽．基于条件随机场的中文地址行政区划提取方法[J]．武汉工程大学学报，2015,37(11):47-51.(DUAN Yanhui,LI Xiaolin,HUANG Shuang.Extraction of administrative division of Chinese address based on conditional random fields[J].Journal of Wuhan Institute of Technology,2015,37(11):47-51．）
• [22]邬伦，刘磊，李浩然，等．基于条件随机场的中文地名识别方法[J]．武汉大学学报（信息科学版），2017,42(2):150-156.(WU Lun,LIU Lei,LI Haoran,et al.A Chinese toponym recognition method based on conditional random field[J].Geomatics and Information Science of Wuhan University,2017,42(2):150-156．）
• [23]刁琦，古丽米拉·克孜尔别克，钟丽峰，等．基于循环神经网络序列标注的中文分词研究[J]．计算机技术与发展，2017,27(10):65-68.(DIAO Qi,GULIMILA·KEZIERBIEKE,ZHONG Lifeng,et al.Research on Chinese word segmentation method of sequence labeling based on recurrent neural networks[J].Computer Technology and Development,2017,27(10):65-68．）
• [24]李雪莲，段鸿，许牧．基于门循环单元神经网络的中文分词法[J]．厦门大学学报（自然科学版），2017,56(2):237-243.(LI Xuelian,DUAN Hong,XU Mu.A gated recurrent unit neural network for Chinese word segmentation[J].Journal of Xiamen University(Natural Science),2017,56(2):237-243．）
• [25]张洪刚，李焕．基于双向长短时记忆模型的中文分词方法[J]．华南理工大学学报（自然科学版），2017,45(3):61-67.(ZHANG Honggang,LI Huan.Chinese word segmentation method on the basis of bidirectional long-short term memory model[J].Journal of South China University of Technology(Natural Science Edition),2017,45(3):61-67．）
• [26]WANG P,QIAN Y,SOONG F K,et al.Part-of-speech tagging with bidirectional long short-term memory recurrent neural network[J/OL].[2021-01-10].http：∥arxiv.org/abs/1510.06168．
• [27]YAO Yushi,HUANG Zheng.Bi-directional LSTMrecurrent neural network for Chinese word segmentation[C]∥Neural Information Processing.[S.l.]:Springer,Cham,2016:345-353．
• [28]HUANG Z,XU W,YU K.Bidirectional LSTM-CRFmodels for sequence tagging[J/OL].[2021-01-10].http：∥arxiv.org/abs/1508.01991．
• [29]CHEN Xinchi,QIU Xipeng,ZHU Chenxi,et al.Long short-term memory neural networks for Chinese word segmentation[C]∥Proceedings of the 2015Conference on Empirical Methods in Natural Language Processing.Stroudsburg,PA,USA:Association for Computational Linguistics,2015:1197-1206．
• [30]程博，李卫红，童昊昕．基于BiLSTM-CRF的中文层级地址分词[J]．地球信息科学学报，2019,21(8):1143-1151.(CHENG Bo,LI Weihong,TONG Haoxin.Chinese address segmentation based on BiLSTM-CRF[J].Journal of Geo-information Science,2019,21(8):1143-1151.)